Go + AI 实战｜律所 AI 智能运营平台

这不是停留在 Agent、RAG Demo 的练习项目，而是一套围绕真实业务目标，逐步打通开发、评测、治理、部署和项目表达的企业级 AI 应用实战。

项目定位

本项目以律所为具体业务样本，构建一套 AI 智能运营平台，覆盖法务客服、律师办案、销售通话质检、合同处理和 IP 内容生产五类场景。

课程已正式启动，共有 30 位同学参与。团队在每个工作日晚上 20:00 召开项目会，围绕业务拆解、代码实现、测试评测和交付文档持续推进。

律所只是切入点。项目真正要训练的是：如何把后端工程能力与 AI 应用工程结合起来，并让每一个技术决策都能回到业务目标、代码、测试和运行证据。

为什么选择律所业务

律所业务同时包含知识检索、复杂文档处理、结构化信息抽取、风险判断、人工复核和内容生产，能够覆盖企业级 AI 应用中最常见的工程问题：

• 回答需要基于业务知识，并保留来源和版本；
• 关键结果需要结构化输出，而不是只生成一段文本；
• 高风险结论必须支持人工确认和接管；
• 多个业务场景应复用同一套 AI 应用底座；
• Agent 的工具调用、权限、失败重试和审计都需要可追踪；
• 系统需要用评测和可观测性持续验证，而不是只展示一次 Demo。

30 人团队如何协作

项目按职责拆分为多个协作方向：

• Go / Python 业务后端：业务接口、数据持久化和服务联调；
• AI 架构：公共 AI 应用底座、Agent 编排和技术边界；
• AI 业务：RAG、MCP、Skill 和五类业务流程；
• 前端：业务入口、输入输出展示和人工介入交互；
• 测试与评测：回归样例、质量指标和问题复盘；
• 文档与交付：架构图、部署文档、项目档案和面试材料；
• 部署和上线：Docker 环境、服务启动和运行验证。

每位参与者都需要能够说明自己的负责范围、实际改动、解决的问题，以及哪些内容是团队共同完成的。

五类核心业务场景

1. 法务客服

围绕客户咨询建立从问题进入到人工接管的完整流程：

• 咨询意图识别；
• 知识检索和来源引用；
• 客户信息提取；
• 风险识别；
• 问题分流；
• 跟进任务创建；
• 必要时转交人工处理。

2. 律师办案助手

帮助律师整理案件材料并形成可复核的办案辅助结果：

• 案件材料整理；
• 关键事实提取；
• 法规与案例检索；
• 风险提示；
• 文书初稿；
• 人工复核。

3. 销售通话质检

对音视频或转写文本进行分析，输出结构化质检报告：

• 客户需求识别；
• 关键承诺识别；
• 销售流程检查；
• 风险表达识别；
• 客户意向判断；
• 跟进建议。

4. 合同智能处理

从文件解析到人工确认，建立合同审查辅助链路：

• 文件解析；
• 字段和条款抽取；
• 风险识别；
• 权利义务分析；
• 付款节点提取；
• 版本对比；
• 修改建议；
• 人工确认。

5. IP 内容生产

支持法律热点、普法内容和律师个人品牌内容的生产与审核：

• 法律热点选题；
• 普法内容策划；
• 律师个人品牌内容；
• 资料检索；
• 内容生成；
• 事实与合规检查；
• 审核；
• 多平台改写。

公共 AI 应用底座

五类业务不是五套孤立系统，而是基于公共 AI 应用底座，通过不同的工具、Skill 和 Agent 流程进行组合。

技术主线为：

RAG → MCP → Skill → Agent → Harness → Eval → Observability

• RAG：基于业务知识检索和回答，并保留来源与版本；
• MCP：让模型与外部工具、数据和 Go 业务服务标准连接；
• Skill：封装可调用、可组合、可测试的业务能力；
• Agent：负责任务拆解、状态管理、流程执行、工具调用和结果组织；
• Harness：处理权限、熔断、上下文隔离、审计和生命周期管理；
• Eval：验证检索、回答、工具调用和 Agent 结果；
• Observability：记录模型版本、Token、费用、延迟和完整调用链。

四周交付计划

第一周：架构与业务底座

• 律所业务场景建模；
• Go Gin + Python FastAPI 混合架构；
• Docker Compose 四服务；
• MySQL 持久化；
• 前后端与 Agent 服务联调；
• 跑通最小业务链路。

第二周：RAG、MCP、Skill 与 Agent

• 建设知识底座和文档处理流程；
• 在 Go 侧封装 MCP 工具；
• 在 Python 侧注册 Skill；
• 完成 5 大类、15+ 个正式 Skill；
• 使用 LangGraph 编排状态和节点；
• 打通客服、办案、合同、销售和内容业务链路。

第三周：Harness、评测与可观测

• 实现权限、熔断、上下文隔离和审计；
• 管理 Agent 生命周期；
• 接入 DeepEval、Ragas 和 lm-evaluation-harness；
• 使用 MLflow 做版本管理；
• 使用 OpenTelemetry 和 LangFuse 观测 Token、费用、延迟、工具调用和 Agent 节点。

第四周：业务验收与求职交付

• 完成五类业务演示；
• Docker 部署和环境复现；
• 输出技术文档、架构图、测试与评测结果；
• 复盘故障和问题；
• 沉淀项目技术档案、项目讲稿、面试追问清单和简历项目描述；
• 明确个人贡献与团队协作边界。

项目验收标准

项目验收围绕可操作、可运行、可验证和可表达四个维度展开：

• 五类业务都有可操作入口，输入输出清晰；
• 端到端业务链路可运行；
• Agent 支持状态管理、条件路由、checkpoint、暂停与恢复、失败重试和人工介入；
• 交付 5 大类、15+ 个正式 Skill；
• 每个正式 Skill 至少 20 条可回归评测样例；
• Harness 覆盖权限、熔断、上下文隔离、审计和生命周期；
• 可观测性记录版本、Token、费用、延迟、工具调用和 Agent 节点；
• 每位参与者能够回到代码、Git、测试和评测报告，说明项目中的实际工作。

以上是项目的交付目标和验收口径；页面不把尚未执行的测试或评测写成已通过结果。

项目最终沉淀

除了可演示的业务链路，项目还会沉淀：

• 项目技术档案；
• 真实问题复盘；
• 30 秒、1 分钟和 3 分钟项目讲稿；
• 面试追问清单；
• 简历项目描述；
• 个人贡献与团队协作边界。

能力迁移

律所是一个具体业务样本，形成的方法可以迁移到：

• 企业知识问答；
• 内部制度助手；
• 智能客服与售前助手；
• 多租户智能体编排管理；
• 合同、票据和采购文档处理；
• 销售培训与客服质检；
• 企业内容中台；
• 内部研究与业务助手。

课程安排与价格

当前文章明确的报名口径如下，具体服务次数、报名价格和活动权益以当前报名页面或咨询时展示为准。

基础版

• 原价 999 元；
• 早鸟价 399 元；
• 老学员价 299 元；
• 每周涨价 100 元；
• 项目全套源码、项目文档、部署配置；
• 直播回放；
• 每个工作日 20:00–21:00 直播答疑。

基础版适合以完成项目、补齐技术链路为主要目标的同学。

尊享版

• 原价 1999 元；
• 早鸟价 499 元；
• 老学员价 399 元；
• 每周涨价 200 元；
• 包含基础版全部权益；
• 1v1 简历优化；
• 模拟面试；
• 专属答疑。

尊享版适合近期准备投递、重点打磨简历和面试表达的同学。

原文来源与咨询

本文根据公众号原文整理：

• 公众号原文：律所 AI 智能运营平台

如需了解当前课程安排或报名权益，可添加微信 wangzhongyang1993，咨询时备注：律所 AI。

也可以先了解 AI 求职训练营，或前往 学员成果与训练营内容索引 查看相关内容入口。